[发明专利]一种数字动画的篡改检测方法及其系统在审
申请号: | 201810674501.6 | 申请日: | 2018-06-27 |
公开(公告)号: | CN109063428A | 公开(公告)日: | 2018-12-21 |
发明(设计)人: | 丁文佳;王玉林;黄文彬 | 申请(专利权)人: | 武汉大学深圳研究院 |
主分类号: | G06F21/16 | 分类号: | G06F21/16;G06T13/00 |
代理公司: | 广东德而赛律师事务所 44322 | 代理人: | 叶秀进 |
地址: | 518057 广东省深圳市南山区科*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 指纹 算法 时序 数字动画 指纹提取模块 篡改检测 数据库 最长公共子序列 指纹匹配模块 指纹匹配算法 篡改区域 动画视频 混合模式 空间位置 空间信息 匹配结果 时间位置 输出匹配 纹理特征 指纹提取 输出 动画帧 保存 检测 脱机 篡改 融合 改进 | ||
1.一种数字动画的篡改检测方法,其特征在于,动画指纹提取模块使用融合时序的局部二值混合模式算法提取原动画指纹,算法综合了时序与空间信息的纹理特征,提取出的原动画指纹脱机保存到本地或数据库;将待检测动画输入动画指纹提取模块,将输出的动画指纹与本地或数据库保存的原动画指纹一同输入到动画指纹匹配模块,然后输出匹配结果,输出的匹配结果包含待检测动画帧在原动画视频中被篡改的时间位置和被篡改区域。
2.根据权利要求1所述数字动画的篡改检测方法,其特征在于,所述融合时序的局部二值混合模式算法,即Time Combined And Mixed Local Binary Pattern,简称TM-LBP特征算法,包括以下步骤:
a、对每帧图像提取不同尺度下的Local Binary Pattern,即LBP图像;
b、找到纹理交界的点,即满足在各个尺度下的LBP都为混合模式的点作为特征点;
c、对帧图像分块,构建一个和分块数相同大小的矩阵,矩阵每个元素的值为对应块存在特征点的真值;
d、特征合并,将特征矩阵分别进行内部合并与帧间合并,降低特征存储大小;
e、生成辅助特征,以便快速匹配,提高匹配速度。
3.根据权利要求2所述数字动画的篡改检测方法,其特征在于,对步骤a中不同尺度下的LBP图像提取包括以下步骤:现将LBP图像方形邻域改为圆形邻域,增加LBP图像取样半径,使LBP图像可以选择不同的取样半径和取样点数,定义LBP算子为LBP(N,R),N表示邻域取样点的个数,R表示取样半径;
设原图像灰度值为img,img(i,j)为图像第i行第j列像素的灰度值,遍历图像的每个像素,当遍历到第(p,q)个像素时,将img(p,q)半径R=r1的邻域内的8个点img(p-r1,q-r1)、img(p-r1,q)、img(p-r1,q+r1)、img(p,q+r1)、img(p+r1,q+r1)、img(p+r1,q)、img(p+r1,q-r1)、img(p,q-r1)、img(p-r1,q-r1)分别与img(p,q)相比,大于则将值设为1,否则设为0,r1为整数;img(p,q)与邻域内8个点img按上述顺序保存在数组buf[9],结果保存在数组lbp,见计算公式(1),就得到了半径为r1的LBP,设其为lbp r1,
4.根据权利要求3所述数字动画的篡改检测方法,其特征在于,步骤b中特征点的计算过程为:对于一个LBP二进制序列lbp,设lbp(i)为序列第i位,y为LBP跳变数;初始化y=0,在lbp末尾增加一位,值为lbp(1),然后从第二位开始遍历lbp序列,当lbp(i)!=lbp(i-1)时,y=y+1,否则y不变,见公式(2);
其中,N为邻域取样点数,nz为不为零函数。
对lbp1、lbp2、lbp3分别计算LBP跳变数得到y1、y2、y3,计算逻辑表达式y1>2&y2>2&y3>2的真值,得到的结果是一点处的混合模式真值,所有点的混合模式真值构成一帧图像的混合模式真值图像,记为MI。
5.根据权利要求4所述数字动画的篡改检测方法,其特征在于,步骤e中生成辅助特征的过程为:设视频第k帧为Img(k),第i帧和第j帧的最大差异度量值为MDS(i,j),则MDS的计算公式见公式(3)
MDS(i,j)=max{abs(img(i)-img(j))}
其中img为矩阵,矩阵大小为img分辨率大小,abs为绝对值函数,设定一个阈值p,当MDS<p时,则认为第j帧为第i帧的冗余帧;额外设置一个辅助特征ass,用于存储每一独立帧在原视频中的位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学深圳研究院,未经武汉大学深圳研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810674501.6/1.html,转载请声明来源钻瓜专利网。